常用业务流程梳理Day4

4-1 你们项目是如何使用XXL-JOB的

        xxl-job 是一个分布式任务调度框架，用于解决任务的定时调度和分布式任务执行的问题。使用xxl-job需要业务逻辑代码和配置任务调度中心两部分；主要有以下几个步骤：

1、在项目中先导入相关xxl-job的依赖；

2、在项目的配置文件中配置xxl-job调度中心地址等相关配置信息

3、编写配置类
4、在调度中心的执行器管理中新增执行器

5、配置自定义任务，给方法上添加注解@XxLJob（value="自定义JobHandler名称"）完成定义
6、去调度中心的任务管理中新增任务

4-2 说一说你的评论点赞功能是如何完成(reids版本)

由于业务方的类型很多，比如互动问答、笔记、课程等，所以通知方式必须是低耦合的，这里建议使用MQ来实现。

当点赞或取消点赞后，点赞数发生变化，我们就发送MQ通知。整体业务流程如图：

        评论点赞主要涉及到两个微服务，分别是点赞微服务和学习微服务。

每一条恢复评论的点赞信息作为一条记录存储Redis中。将回复评论的 ID 作为键，点赞用户的 ID 列表作为值。每个用户的点赞记录用Redis的Set类型存储起来。

        首先在用户点击点赞按钮时，首先从 Redis 中获取该评论的点赞用户列表，判断用户是否已经点赞。如果用户已经点赞，则取消点赞；如果用户未点赞，则执行点赞操作。

        如果用户未点赞，将用户的 ID 添加到评论的点赞用户列表中，并在用户的点赞列表中添加评论的 ID。同时，更新点赞计数。

        如果用户已经点赞，将用户的 ID 从评论的点赞用户列表中移除，并在用户的点赞列表中移除评论的 ID。同时，统计更新点赞数量；

        其次以业务类型作为键，评论id作为值，点赞数量作为分数缓存到Redis的ZSet结构中。

        最后通过xxl-job定期读取缓存中的点赞数量，向MQ投递消息；学习微服务通过监听MQ，更新点赞数量，避免了对数据库的频繁查询。

        以上就是我的点赞功能的实现步骤。

4-3 项目过程有没有难题(业绩)

        刚开始在项目中对于点赞信息的存储是通过MySQL实现的，但是写完发现要多次对数据库进行读写操作，所有使用Redis存储点赞信息对其优化；

        通过 Redis 存储点赞信息，可以高效地实现评论点赞功能，避免了频繁的数据库读写操作，提升了系统性能。当用户进行点赞或取消点赞操作时，只需更新 Redis 中的相关数据即可。这种方式还能够方便地支持计数、用户点赞列表等功能。当然，在实际应用中，还需要考虑并发控制、缓存过期等问题。